姚藝賢，劉德標，陳津，鄧歷振，洪晉偉，劉智才

(1.中鐵二十四局集團福建鐵路建設有限公司，福建 三明 365000；2.三明莆炎高速公路有限責任公司，福建 三明 365000；3.福州大學環(huán)境與資源學院，福建 福州 350108)

國際科聯(lián)環(huán)境問題科學委員會(scientific committee on problems of the environment, SCOPE)于1988年首次確認了生態(tài)脆弱帶的概念，此后生態(tài)脆弱性便成為全球可持續(xù)發(fā)展和環(huán)境變化研究的熱點領域，受到國內(nèi)外學者的廣泛關注,對生態(tài)脆弱性形成的理論體系、概念框架和評價模型展開了眾多研究。Shahabi等[1]從遙感影像中提取指標，基于GIS統(tǒng)計模型，運用層次分析法(AHP)、加權線性組合和空間多標準評價模型繪制滑坡敏感性地圖，對馬來西亞高原地區(qū)的生態(tài)脆弱性進行評價；Sahana等[2]基于GIS平臺自適應頻率比模型，疊加12個森林火災調(diào)節(jié)指標，建立森林火災敏感性模型，對印度生態(tài)環(huán)境脆弱性進行評估；Nguyen等[3]利用GIS技術結合遙感影像提取16種自然因子，利用層次分析法對指標進行分組組合，構建全球范圍內(nèi)評估生態(tài)脆弱性的框架。國外學者通過構建生態(tài)脆弱化評價模型來研究環(huán)境變化、自然災害對區(qū)域生態(tài)脆弱性影響的視角和方法給國內(nèi)相關研究提供了啟發(fā)和借鑒。

近年來，我國學者對環(huán)境生態(tài)脆弱性的研究不斷擴展和深入，獲得了許多成果，如林金煌等[4]選取高程、坡度等15個指標運用空間主成分分析法探討閩三角城市群的生態(tài)環(huán)境脆弱性及其驅動力；何彥龍等[5]使用主成分分析法和層次分析法構建評價指標體系分析長江口生態(tài)環(huán)境脆弱性的動態(tài)變化趨勢；舒英格等[6]基于集對分析(SPA)模型用熵值法對11個評價指標賦權，對喀斯特山區(qū)農(nóng)業(yè)生態(tài)脆弱性進行研究，為探討山區(qū)農(nóng)業(yè)生態(tài)環(huán)境的脆弱性提供新思路。

由以上研究可知，傳統(tǒng)的綜合指數(shù)法是生態(tài)脆弱性模型構建的常用方法，不可避免的在評價指標量綱一致性、權重確定主觀性等方面存在問題，且研究尺度大都面向城市群、流域等大尺度。本研究從福建三明境內(nèi)莆炎高速公路YA12標段兩側1 000 m路域的工程尺度出發(fā)，通過采集研究區(qū)樣本點數(shù)據(jù)，利用多元線性回歸客觀地確定生態(tài)脆弱性指標的權重，因地制宜構建工程建設項目的生態(tài)脆弱性評價模型。該模型的構建方法亦具有普適性，不同的地區(qū)和條件也能基于此構建出相應的模型進行生態(tài)脆弱性評價。

1 材料與方法

1.1 研究區(qū)與數(shù)據(jù)源

莆炎高速公路是國家沈海高速(G15)橫七連接線(G1517)的重要組成部分，是福建西北山區(qū)通往福建沿海和江西等內(nèi)陸省市的快速通道，東起福建莆田市，穿過江西省境內(nèi)，直達湖南的炎陵縣。本研究的莆炎高速YA12標段位于福建三明市境內(nèi)尤溪縣和大田縣交界處，起于尤溪縣坂面鎮(zhèn)漈頭村，終點位于梅山鄉(xiāng)的后埔村，路線長8.123 km，設計時速100 km/h，雙向六車道，此間經(jīng)過新嶺侖隧道和璞溪村、璞溪隧道，基本為山區(qū)地貌，地形復雜。

本研究以覆蓋莆炎高速YA12標段路域范圍的Landsat-8衛(wèi)星影像為研究數(shù)據(jù)源，在USGS官網(wǎng)(https:∥earthexplorer.usgs.gov/)下載成像時間為2019年11月16日(項目施工中期)、條帶編號為(120,42)的Landsat-8 OLI/TIRS遙感影像，并從地理空間數(shù)據(jù)云官網(wǎng)(http:∥www.gscloud.cn/)獲取覆蓋研究區(qū)域的數(shù)字高程模型(GDEM V2)作為輔助數(shù)據(jù)源。

1.2 相關背景與方法

1.2.1 多元線性回歸模型

傳統(tǒng)生態(tài)脆弱性評價模型的構建大多基于綜合指數(shù)法，基本原理為：首先確定由n個生態(tài)影響因子構成的生態(tài)脆弱性評價因子體系，再將這些因子無量綱化，并根據(jù)各因子對生態(tài)脆弱性的相對影響程度確定權重，最后得到綜合生態(tài)脆弱性評價值。在無量綱化和權重確定過程中，研究者的研究水平和主觀經(jīng)驗很大程度上影響了此方法的客觀和準確性。而事實上，生態(tài)脆弱性的定量評價模型可以表示為多個生態(tài)脆弱影響因素與其權重的線性組合，因此可以引入多元線性回歸模型進行分析，其一般形式為：

Y=b0+b1X1+b2X2+···+bnXn+ε

(1)

其中，b0為常數(shù)項，bi(i=1,2,…,n)為偏回歸系數(shù)，ε為隨機誤差。

構建此評價模型，其權重的確定即為偏回歸系數(shù)的確定，通常利用多元線性回歸分析的最小二乘法進行確定。此方法無需將自變量因子進行標度分值，也無需依賴專家知識經(jīng)驗的打分和復雜的數(shù)學運算，只需要所選的樣本觀測點數(shù)據(jù)滿足多元回歸模型的構造條件，就能擬合出效果較好的生態(tài)脆弱性評價模型，客觀全面，評價結果更為科學合理。

1.2.2 相關性分析

相關性分析就是對總體中兩個或多個具有相關性的變量元素進行分析，從而衡量兩個因素之間的相關依存關系的密切程度。當方程中自變量因子太多時，預測的工作量就會變大，一些相關性不顯著的預測因子會影響預測的結果，加大數(shù)據(jù)冗余量，降低結果分析的準確性。在進行回歸分析前，采用Pearson相關性分析對一些相似的影響因子進行篩選，選出對因變量結果影響最大、依存關系更明顯的因子構建模型方程。

Pearson相關系數(shù)r較好地描述兩個因素之間的線性相關程度，由于各因素間都是連續(xù)的，r的取值范圍為[-1,1]，正值表示自變量與因變量之間存在正相關，負值表示負相關。r的絕對值越接近1，表明自變量與因變量之間相關程度越高。

1.2.3 生態(tài)脆弱性指數(shù)

生態(tài)脆弱性是指生態(tài)系統(tǒng)在特定時空尺度相對于外界干擾所具有的敏感反應和自我恢復能力，是生態(tài)系統(tǒng)的固有屬性，而生態(tài)脆弱性指數(shù)(ecological vulnerability index, EVI)則是定量化描述生態(tài)脆弱性的指數(shù)值。參照《生態(tài)環(huán)境狀況評價技術規(guī)范》(HJ 192-2015)[7](以下簡稱“規(guī)范”)，可以把生態(tài)脆弱性指數(shù)值即EVI值轉化為介于0-10的任意連續(xù)數(shù)值，0表示脆弱性程度最低，生態(tài)系統(tǒng)非常強健，而10表示脆弱性程度最高，生態(tài)系統(tǒng)平衡無可挽回或很難恢復到健康的狀態(tài)。隨著EVI值的增加，生態(tài)脆弱性程度越來越高，環(huán)境越來越差。

1.2.4 生態(tài)脆弱性等級

目前，中國還沒有關于路域生態(tài)脆弱性評價的統(tǒng)一標準或規(guī)范?！兑?guī)范》按優(yōu)、良、一般、較差、差5個等級表示生態(tài)環(huán)境狀況，已有的關于生態(tài)脆弱性的研究大多也是將生態(tài)脆弱性評價結果按不同的方式劃分為幾個等級。本研究在《規(guī)范》和相關脆弱性、生態(tài)質(zhì)量研究的基礎上，結合公路沿線實地勘察的具體實際情況，采用十分制平均分配法，將生態(tài)脆弱性指數(shù)EVI值轉換為微度、輕度、中度、重度和極度脆弱5個脆弱性等級，如表1所示。

表1 路域生態(tài)脆弱性評價分級表Tab.1 Ecological vulnerability assessment grading table of the highway areas

1.3 遙感數(shù)據(jù)預處理

由于獲取的Landsat 8影像數(shù)據(jù)不可避免地存在誤差，需要先對其多光譜影像進行預處理來消除大氣、傳感器自身設置等對影像造成的影響，再裁剪提取出研究的路域范圍。針對本研究的影像，預處理流程包括輻射定標、大氣校正、幾何校正、圖像增強以及研究區(qū)提取五項基本內(nèi)容。經(jīng)過預處理，可得圖1所示的研究區(qū)路域影像圖。

圖1 莆炎高速YA12標段路域范圍Fig.1 Range of the YA12 section of puyan highway

1.4 地面數(shù)據(jù)

路域生態(tài)環(huán)境的脆弱性狀況可以較直觀地反映在高精度影像上，根據(jù)表1的路域生態(tài)脆弱性評價分級表，在莆炎高速YA12段沿線實地踏勘，選擇符合各生態(tài)脆弱性等級描述的點作為樣本點，賦予該樣本點EVI值，并基于這些樣本點進行路域的生態(tài)脆弱性評價模型的構建和可靠性驗證。

例如，植被覆蓋明顯較豐富、未來較長時期不受人類活動干擾的區(qū)域，可采集為微度脆弱(EVI=1.0)的樣本點；而在公路建設中已受人類破壞，未來難以恢復的區(qū)域，可采集為極度脆弱(EVI=9.0)的樣本點。本研究按莆炎高速YA12標段沿線路域自西向東采集90個樣本點EVI值(0-10)參與建模分析，將其中2/3選作訓練集構建模型，另外的1/3選作測試集做模型可靠性的交叉檢驗。采用手持GPS測定樣本點的經(jīng)緯度數(shù)據(jù)導入到空間圖層，并將每個樣本點的EVI值添加至其屬性中。

2 模型的構建

2.1 評價指標體系的確定

中國目前還沒有關于生態(tài)脆弱性評價指標的統(tǒng)一標準，本研究參考《規(guī)范》和相關研究成果[8-9]，綜合該路域的自然環(huán)境特征及人為干擾狀況，選擇植被、土壤、水熱條件和地形因素作為生態(tài)脆弱性模型的影響因素(見表2)。

表2 生態(tài)脆弱性評價指標表Tab.2 Indicators of ecological vulnerability assessment

表2中，水熱條件的溫度指標、地形條件的高程和坡度指標，均有唯一的遙感量化形式，可以直接代入模型成為自變量，但植被、土壤和水熱條件中的濕度指標則都有多種遙感量化形式，需要利用Pearson相關性分析篩選出與EVI值相關程度最高的量化形式，并以其作為自變量代入模型(見表3)。從表3可以看出，相關系數(shù)最大的NDVI、SI和NDMI分別作為植被、土壤、濕度指數(shù)的代表與溫度指數(shù)LST、高程坡度因子一起，最終構成評價指標體系參與評價模型的構建。

表3 遙感指數(shù)與路域生態(tài)脆弱性等級值EVI的相關系數(shù)表Tab.3 Correlation coefficient between remote sensing index and EVI of ecological vulnerability level in highway areas

2.2 評價因子數(shù)據(jù)處理

確定的評價指標體系中各遙感因子通過各自對應的計算公式進行計算和提取，求得評價模型構建的各自變量因子數(shù)據(jù)。另外，由于各因子之間量綱不一致，彼此難以直接比較，需要對各因子數(shù)據(jù)進行歸一化處理，將每個指標數(shù)據(jù)規(guī)范化為0到10之間的數(shù)值，公式如下。

(2)

式中，A為因子歸一化后的值，X為因子歸一化之前的值，Xmin和Xmax分別代表因子的最小值和最大值。由此，各自變量評價因子與因變量EVI值均為0-10的連續(xù)數(shù)值，可以進行評價模型的構建。

2.3 評價模型的構建

以生態(tài)脆弱性指數(shù)EVI值為因變量，以遙感指數(shù)值NDVI、SI、NDMI、LST、DEM、SLOPE為自變量評價因子進行多元線性回歸分析構建評價模型。構建模型的重點是要估計偏回歸系數(shù)bk，在誤差平方和(Σe2)最小的前提下通過最小二乘法求解參數(shù)，并用F檢驗來檢驗方程的顯著性。當F統(tǒng)計量對應的顯著性Sig≤0.05時，表示模型中因變量與自變量之間的線性關系在總體上是顯著的，可將自變量引入模型；當Sig>0.05時，將自變量排除在模型之外。多元線性回歸分析的結果，即莆炎高速YA12標段路域生態(tài)脆弱性評價模型中各因子的系數(shù)如表4所示。

表4 多元線性回歸分析系數(shù)表Tab.4 Multiple linear regression analysis coefficients

表4給出模型常數(shù)項和自變量系數(shù)，并對系數(shù)的統(tǒng)計顯著性進行檢驗，常數(shù)項的值為10.989，顯著性為0.001，同時其它指標的顯著性都小于0.05，各參數(shù)顯著性較好；建立的模型擬合度R2系數(shù)為0.942，回歸方程擬合較好；F的統(tǒng)計值為143.488，其對應的顯著性Sig=0<0.05，可見所建立的回歸方程評價模型是有效的。本研究基于60個樣本點數(shù)據(jù)構建的路域生態(tài)脆弱性評價模型為：

EVI=-0.623×NDVI+0.283×SI-

0.181×NDMI+0.057×LST-0.287×

DEM+0.090×SLOPE+10.989

(3)

從該模型方程可以看出，土壤裸土指數(shù)、溫度指數(shù)、坡度因子與路域生態(tài)脆弱性呈正相關關系，其值愈高路域生態(tài)愈脆弱；而植被指數(shù)、濕度指數(shù)和高程因子呈負相關關系，其值愈高路域生態(tài)愈不脆弱；模型方程中植被、土壤、水熱及地形因子對路域生態(tài)脆弱性的影響與實際情況基本一致。

3 結果與分析

3.1 模型結果

根據(jù)算出的評價模型方程和表1路域生態(tài)脆弱性評價分級表，得到莆炎高速YA12標段全路域的生態(tài)脆弱性分級情況，如圖2所示。該圖將研究路域生態(tài)脆弱性分為5級，生態(tài)脆弱性極度脆弱的區(qū)域主要集中在隧道出入口和路基建設路段，而生態(tài)脆弱性輕度和微度脆弱的區(qū)域主要分布在隧道建設路段。

圖2 莆炎高速YA12段路域生態(tài)脆弱性分級圖Fig.2 Ecological vulnerability grading map of the YA12 section of Puyan Highway

3.2 模型可靠性分析

本研究所構建的路域生態(tài)脆弱性評價模型的可靠性分析可以從目視判別和現(xiàn)場采集樣本點的測試集檢驗兩個方面，進行主客觀的全面分析。

3.2.1 目視判別

目視判別是將路域生態(tài)脆弱性評價分級圖與經(jīng)輻射校正后的Landsat-8假彩色(654合成)影像圖進行疊加分析比對(見圖3)。通過目視比對分析，可以判斷所建立的路域生態(tài)脆弱性評價模型和實際地表具有一致的生態(tài)脆弱性趨勢。

3.2.2 測試集樣本檢驗

為了較客觀地分析所構建的路域生態(tài)脆弱性評價模型的精度和可靠性，將沿研究路域現(xiàn)場采集用作檢驗分析的30個測試集樣本數(shù)據(jù)，與模型計算獲得的對應點生態(tài)脆弱性指數(shù)EVI值建立混淆(誤差)矩陣進行檢驗，以便計算總精度及Kappa系數(shù)，如表5所示。

表5 模型可靠性分析的混淆矩陣Tab.5 Confusion matrix for model accuracy analysis

混淆矩陣的橫行表示模型計算得到的生態(tài)脆弱性等級相應的樣本點類別；縱列表示實測的樣本點生態(tài)脆弱性等級類別；對角線上表示測試后正確的采樣點個數(shù)；其余不在對角線上的，表示檢驗后分類錯誤的樣本點個數(shù)，即被混淆的樣本點的數(shù)目?？偩鹊挠嬎愎饺缦拢?/p>

(4)

Kappa系數(shù)的計算公式為：

(5)

式中，r是列的總數(shù)，Xii為第i行第i列(對角線上)樣本的數(shù)量，Xi+和X+i分別是第i行和第i列樣本的總數(shù)，N為檢驗樣本點的總數(shù)量。

由表5中的數(shù)據(jù)可計算得總精度為83.33%，表示構建的評價模型對整體樣本的預測準確性較高；Kappa系數(shù)越接近于1，表示模型的預測能力越強，預測結果與實際情況越一致，計算的本評價模型的Kappa系數(shù)為0.79。根據(jù)國內(nèi)外相關專家學者總結的國際慣例，如果分類圖的Kappa系數(shù)高于0.70的最小判別精度要求，則該分類是可行的[20]。

綜上所述，從目視判別和樣本檢驗兩個角度驗證對路域生態(tài)脆弱性評價模型進行驗證，該模型在精度上能夠滿足要求，構建的模型可靠性較高。

3.3 研究區(qū)生態(tài)脆弱性評價分析

對圖2的路域生態(tài)脆弱性分級圖的各個脆弱性等級進行統(tǒng)計，統(tǒng)計結果如表6所示，即可得2019年11月即莆炎高速YA12標段公路建設期間路域的生態(tài)脆弱性狀況。

表6 2019年路域生態(tài)脆弱性分級統(tǒng)計表Tab.6 Statistics of the ecological vulnerability in highway areas in 2019

表6統(tǒng)計了整個路域范圍各級生態(tài)脆弱性的比例，結合圖1和圖2可以得出：

(1)研究路域總面積約為18.32 km2，“微度脆弱”和“輕度脆弱”地區(qū)占研究區(qū)的84.90%，分布較集中連片，主要分布在璞溪村兩側的高山坡地、隧道上方等地勢較高區(qū)域。該區(qū)域植被覆蓋程度高、土壤裸露少、濕度大、地表溫度較低、高程因子影響大等內(nèi)在脆弱性情況較好，受人類活動的干擾較少，故生態(tài)脆弱性程度較好，為微度和輕度脆弱區(qū)。

(2)“中度脆弱”地區(qū)占研究區(qū)的10.62%，主要分布在高速公路兩側與山地相連的陡坡地帶，分布集中、離散不一，相對比較不均勻。這些區(qū)域受公路建設的遠程影響，砍林開地，生態(tài)環(huán)境受到一定的干擾破壞，環(huán)境質(zhì)量一般，受坡度這一地形因素的影響較大，易造成水土流失，需多加注意防范。

(3)“重度脆弱”和“極度脆弱”區(qū)域雖然只占研究區(qū)的4.5%，但其脆弱程度高、受人類活動影響易發(fā)生水土流失、地表破壞等生態(tài)問題，不可小覷，當引起重視。主要分布在標段起點新嶺侖隧道出口處、終點璞溪隧道出口處和璞溪村的公路建設兩側區(qū)域，還有零星分布在沿線的棄渣場、加工廠、拌和站以及河流周圍。這些區(qū)域自身海拔較低，受人類建設活動影響破壞等外在脆弱性成因較大，造成地表植被覆蓋少、土地裸露多、濕度小、溫度高，環(huán)境破壞明顯，生態(tài)脆弱性極為嚴重。

4 結論

參考國內(nèi)外相關研究成果和規(guī)范，結合研究路段自然生態(tài)特征及人為干擾狀況，選擇植被、土壤、濕度、溫度指數(shù)、高程、坡度6項指標作為該路域生態(tài)脆弱性的評價指標，采集樣本點數(shù)據(jù)計算Pearson相關系數(shù)篩選出與路域生態(tài)脆弱性最相關的NDVI、SI、NDMI遙感因子，并與LST、高程坡度合并確定出評價指標體系；再與生態(tài)脆弱性指數(shù)EVI值進行多元線性回歸分析確定權重，構筑由多個自變量組成的可以有效評價路域生態(tài)脆弱性的回歸模型方程(R2=0.942，F(xiàn)=143.488，Sig=0<0.05)，創(chuàng)新了區(qū)域生態(tài)脆弱性分析的評價模型。經(jīng)混淆矩陣精度分析，模型反映的植被、土壤、水熱、高程坡度對生態(tài)脆弱性的影響情況與實際相符，總精度為83.33%，Kappa系數(shù)為0.79，高于0.70的最低國際標準，評價模型在精度上符合要求。相比綜合指數(shù)法減少對專家打分確定權重的主觀依賴，在合理性和精確度的檢驗上也有一定的保證，同時采集樣本點進行多元回歸分析構建評價模型的方法具有普適性，在不同地區(qū)亦可采集相應樣本點構建模型評價生態(tài)脆弱性。

基于此評價模型，可以確定莆炎高速YA12標段路域生態(tài)脆弱性程度整體較小，微度和輕度脆弱區(qū)域占總面積的84.90%，即當?shù)毓こ探ㄔO情況較好，生態(tài)受到的影響破壞較小。但研究路域15%的中度、重度、極度脆弱區(qū)亦不可忽視，需注意環(huán)境保護和預防水土流失等的發(fā)生，并及時進行生態(tài)補償、建設后生態(tài)再恢復工作。不同于傳統(tǒng)區(qū)域尺度，本模型著眼于工程建設項目的小尺度生態(tài)脆弱性評價，可以明確項目的全壽命周期對環(huán)境的不同影響方式和程度，有助于及時發(fā)現(xiàn)問題、調(diào)整施工策略及制定后期生態(tài)恢復方案。

由于研究區(qū)域面積、地形以及外業(yè)踏勘周期等條件的限制，本研究的地面數(shù)據(jù)集只包含90個樣本點，相信若在后期增加樣本數(shù)量能進一步提升模型的可靠性。另外，由于當?shù)貧庀?、水文相關數(shù)據(jù)的缺失，本研究在指標體系確定中并未加入降雨量等因素，在今后的研究中有待改進。